[發(fā)明專利]一種問題房源識別方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711279418.0
• 申請日: 2017-12-06
• 公開（公告）號: CN107909516A
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計(jì)）人: 劉宇;錢大偉;李君陽
• 申請（專利權(quán)）人: 鏈家網(wǎng)（北京）科技有限公司
• 主分類號: G06Q50/16
• 分類號: G06Q50/16
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司11002
• 代理人: 王瑩,李相雨

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，更具體地，涉及一種問題房源識別方法和系統(tǒng)。

背景技術(shù)

目前，房產(chǎn)交易在生活中越來越頻繁。據(jù)統(tǒng)計(jì)，二手房的交易量已經(jīng)占據(jù)了房產(chǎn)交易的半壁江山。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，出現(xiàn)了越來越多的基于互聯(lián)網(wǎng)的二手房交易平臺。

二手房交易平臺如何保證房源的真實(shí)性，一直是二手交易平臺的業(yè)界難題。現(xiàn)有的對房源的真實(shí)性的管理，基本上都是通過客服人員進(jìn)行人工回訪，與業(yè)主進(jìn)行電話溝通，核實(shí)房源的相關(guān)信息，確認(rèn)房源基礎(chǔ)信息的真實(shí)性。人工回訪對人力成本消耗比較大，且只能對新增房源進(jìn)行抽檢，不能覆蓋包括新增房源和庫存房源的全量房源的監(jiān)管。據(jù)統(tǒng)計(jì)，庫存房源達(dá)房源總量的90％，而庫存房源中的問題房源達(dá)舉報(bào)的問題房源量的87％，庫存房源為問題房源的高發(fā)區(qū)。

發(fā)明內(nèi)容

為克服人工判斷問題房源存在的耗費(fèi)人力成本大的不足，本發(fā)明提供一種問題房源識別方法和系統(tǒng)。

根據(jù)本發(fā)明的一個(gè)方面，提供一種問題房源識別方法，包括：

S1、獲取房源的特征，所述特征包括房源的基礎(chǔ)信息的特征、與經(jīng)紀(jì)行為有關(guān)的特征及與業(yè)主行為有關(guān)的特征；

S2、將房源的所述特征的值輸入訓(xùn)練好的迭代決策樹模型，識別信息維護(hù)不當(dāng)?shù)姆吭矗瑢⑺鲂畔⒕S護(hù)不當(dāng)?shù)姆吭创_定為問題房源。

優(yōu)選地，所述訓(xùn)練好的迭代決策樹模型通過以下步驟獲取：

根據(jù)一定數(shù)量的已知屬性的房源，構(gòu)建訓(xùn)練樣本集；所述已知屬性的房源包括真房源和信息維護(hù)不當(dāng)?shù)姆吭矗?/p>

根據(jù)所述訓(xùn)練樣本集，確定使分類誤差最小的切分變量和切分點(diǎn)，生成決策樹；所述切分變量為房源的一個(gè)特征或多個(gè)特征的組合；所述切分點(diǎn)用于根據(jù)所述切分變量的值區(qū)分真房源和信息維護(hù)不當(dāng)?shù)姆吭矗?!-- SIPO -->

訓(xùn)練多棵決策樹，每棵決策樹基于上一棵決策樹的分類誤差進(jìn)行訓(xùn)練，修正所述切分變量和劃分點(diǎn)，使得每棵決策樹的輸出值與上一棵決策樹的分類誤差的差值最小，獲得包括多棵決策樹的所述迭代決策樹模型。

優(yōu)選地，所述房源的基礎(chǔ)信息的特征至少包括：所述房源的房產(chǎn)證是否完備、業(yè)主身份證是否完備、委托協(xié)議書是否完備、契稅發(fā)票是否完備、業(yè)主是否為貴賓、聯(lián)系電話、錄入面積、在樓盤數(shù)據(jù)庫中的面積、掛牌價(jià)格和所在小區(qū)的房屋平均價(jià)格；

所述與經(jīng)紀(jì)行為有關(guān)的特征至少包括：經(jīng)紀(jì)人帶客戶看房源的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人與業(yè)主通話的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人對房源進(jìn)行文字描述的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人對房源進(jìn)行實(shí)地查看的次數(shù)和/或時(shí)間，以及經(jīng)紀(jì)人拿到鑰匙的時(shí)間；

所述與業(yè)主行為有關(guān)的特征至少包括：業(yè)主對房源的評論的次數(shù)和/或時(shí)間、業(yè)主通知經(jīng)紀(jì)人需要發(fā)布的消息的次數(shù)和/或時(shí)間、業(yè)主曝光房源的次數(shù)和/或時(shí)間、業(yè)主調(diào)整掛牌價(jià)格的次數(shù)和/或時(shí)間，以及業(yè)主行為使用的終端類型。

優(yōu)選地，所述根據(jù)一定數(shù)量的已知屬性的房源，構(gòu)建訓(xùn)練樣本集的具體步驟包括：

對所述一定數(shù)量的已知屬性的房源進(jìn)行采樣，得到所述訓(xùn)練樣本集。

優(yōu)選地，所述通過每棵所述決策樹修正上一棵所述決策樹中的切分變量和劃分點(diǎn)，獲得包括多棵所述決策樹的所述迭代決策樹模型之后還包括：

利用所述迭代決策樹模型對預(yù)估房源集中的房源是否為問題房源進(jìn)行預(yù)估，當(dāng)預(yù)估的準(zhǔn)確率小于預(yù)估閾值時(shí)，繼續(xù)通過每棵所述決策樹修正上一棵所述決策樹中的切分變量和劃分點(diǎn)，直至獲得預(yù)估的準(zhǔn)確率大于所述預(yù)估閾值的迭代決策樹模型；所述預(yù)估房源集由所述一定數(shù)量的已知屬性的房源中不屬于所述訓(xùn)練樣本集的房源構(gòu)成。

優(yōu)選地，所述步驟S2進(jìn)一步包括：

S21、將房源的所述特征的值輸入所述迭代決策樹模型中的每棵決策樹，獲取每棵決策樹的輸出值；

S22、對所述每棵決策樹的輸出值進(jìn)行求和，根據(jù)求和的結(jié)果識別所述信息維護(hù)不當(dāng)?shù)姆吭础?/p>

優(yōu)選地，所述步驟S21具體包括：

對于每棵決策樹，將房源的所述特征的值輸入該決策樹，沿該決策樹的路徑從根節(jié)點(diǎn)遍歷葉子節(jié)點(diǎn)，將所有葉子節(jié)點(diǎn)的值的平均值作為該決策樹的輸出值。

優(yōu)選地，所述問題房源還包括基礎(chǔ)信息錯(cuò)誤的房源；

相應(yīng)地，確定所述基礎(chǔ)信息錯(cuò)誤的房源的步驟包括：

將房源的所述錄入面積與所述在樓盤數(shù)據(jù)庫中的面積進(jìn)行對比，當(dāng)所述錄入面積不等于所述在樓盤數(shù)據(jù)庫中的面積時(shí)，將所述房源確定為所述基礎(chǔ)信息錯(cuò)誤的房源；